Pandas - 在 NaN 中添加新的字符串列结果

Question

我在 Pandas 数据框中分配新列时遇到了一些麻烦 - 我已经让它工作了，但想了解它为什么会发生；

当我第一次尝试将 ID 分配给一个字符串时，结果是 NaN..

df = pandas.json_normalize(data)
all_per = pandas.DataFrame()
for person in peopleList:
    all_per['id'] = person
    all_per['name'] = df['results.(id:'+person+').localizedFirstName'] + ' ' + \
                      df['results.(id:'+person+').localizedLastName']

结果：

    id          name
0  NaN    Adam Smith

但是，如果我将 ID 分配向下移动一点，它会起作用..

df = pandas.json_normalize(data)
all_per = pandas.DataFrame()
for person in peopleList:
    all_per['name'] = df['results.(id:'+person+').localizedFirstName'] + ' ' + \
                      df['results.(id:'+person+').localizedLastName']
    all_per['id'] = person

结果：

           name          id
0    Adam Smith    FQR4bL_80K

这占用了我很多时间，我不知道为什么会这样？ 有任何想法吗？

Answer 1

您不能添加标量值。 您必须将person放入列表中：

df = pandas.json_normalize(data)
all_per = pandas.DataFrame()
for person in peopleList:
    all_per['id'] = [person]  # <- HERE
    all_per['name'] = df['results.(id:'+person+').localizedFirstName'] + ' ' + \
                      df['results.(id:'+person+').localizedLastName']

输出：

>>> all_per

           id        name
0  FQR4bL_80K  Adam Smith